Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONCEPTOS DE PROBABILIDAD
PRESENTADO POR:
CODIGO: 1.120.505.732
PRESENTADO A:
TUTOR
GRUPO:
300046_85
ESTADÍSTICA DESCRIPTIVA
2019
Introducción
Objetivos específicos:
Punto muestral
Evento muestral
En este ejercicio de códigos tenemos dos dados hay que lanzarlos primero
iniciamos con 1, luego con dos, tres, cuatro, cinco y por ultimo seis; vemos que
hay 36 resultados este es el espacio muestral y la probabilidad siempre tendrá
denominador 36, si se saca dos números pares son eventos como puede ser (1,1),
(2,2),(3,3),(4,4),(5,5),(6,6) Tendríamos 6 resultados de éxito de 36 puntos del
espacio muestral y la probabilidad será igual 6/36 = 0.166 ósea 16,6% es la
probabilidad de sacar dos números iguales, sumamos los valores de las parejas y
el resultado sumando seria 2, 4, 6, 8, 10, 12. Es un ejemplo que lo podemos
aplicar en las ciencias agrarias.
Es una función que asocia a cada elemento del espacio muestral un número
real y luego a cada uno de estos valores le asignaremos probabilidades de
ocurrencia.
Las variables discretas son siempre contable, es decir puede ser teóricamente
enumerado, aún si éste es infinitamente grande o no está acotado. Por ejemplo, el
número de nematodos por hectárea registrado a partir de una muestra aleatoria de
hectáreas en producción de papas, podría no tener un valor límite. En las variables
discretas, es posible contar el número de veces que un determinado valor ocurre
en el espacio muestral. Y las variables aleatorias discretas de conteo no acotado
provienen de conteos que no pueden superar el número de elementos evaluados,
Ejemplo de una variable discreta expresada como proporción es el número de
semillas germinadas en cajas de Petri con 25 semillas cada caja; los resultados se
expresan como proporciones porque existe un denominador natural: la Variables
aleatorias y probabilidades 67 cantidad de semillas por caja. Ejemplo de variable
discreta obtenida por un conteo (no acotado) es el número de pústulas de roya por
m2 de cultivo.
n A 600
P ( A )=P ( observar una semilla germinada )= = =0,6
N 1000
Dos eventos son mutuamente excluyentes si cada uno está formado por puntos
muéstrales distintos, es decir no existe ningún punto muestral en la intersección de
los subconjuntos que representan los eventos y, por la teoría de conjuntos, se
tiene: Si A y B son dos eventos de , la unión de eventos conforma un nuevo
conjunto, que contiene a los puntos muéstrales de A y de B. La unión de A y B se
denota por AB. Si A y B son dos eventos de , la intersección de eventos
conforma un nuevo conjunto, que contiene a los puntos muéstrales que
simultáneamente pertenecen al subconjunto A y al subconjunto B. Denotaremos la
intersección de A y B con A B.
El modelo Poisson.
Cuáles son los parámetros más usados en estadística para estudiar y utilizar
funciones de distribución de variables aleatorias.
DISTRIBUCION NORMAL
Y −μ
Z=
√ σ2
Donde Y es el valor de la variable aleatoria que define el evento de interés, y 2
son la media y la varianza de la distribución de Y. La nueva variable aleatoria Z,
obtenida mediante estandarización de Y, se distribuye normal con media cero y
varianza uno, es decir, normal estándar.
50−60
Z1 = =−1,4286
√ 49
65−60
Z2 = =0,7143
√ 49
DISTRIBUCIÓN BINOMIAL
DISTRIBUCION DE POISSON
En agronomía se usa para que tipo de conteos, les recuerdo los ácaros por
ejemplo se pueden trabajar con esta distribución.
=
[ (10 x 3 ) + ( 20 x 6 ) + ( 30 x 10 )+ ( 40 x 20 ) + ( 50 x 60 )+ ( 60 x 5 ) ] = 870 =37 Es decir como
50 50
resultado la medida y la varianza es igual al promedio que se esperan 37 granos
partidos por kilogramos de arroz
2. Aplicación de conceptos EN EL CAPITULO 2 EN EL EJERCICIO APLICACIÓN Y PAGINAS SIGUIENTES
Estudie el ejercicio de velocidad del viento de la del texto y explicar por qué hay un sitio mejor para el objeto del estudio,
pueden tomar pantallazos del gráfico.
A través del espacio muestral obtenido a través del muestreo de los datos conseguidos con los estudios de la velocidad
del viento en ambos extremos tanto norte como sur, logramos graficar el comportamiento del viento en ambos lugares y
así encontrar la probabilidad a través de la distribución empírica, vemos que la mediana en el norte es 48 Km/h y en el
sur no pasa de 29 Km/h, relacionando esto con la velocidad que se necesita para lograr su objetivo el aerogenerador,
vemos que es mejor su instalación en la parte norte.
Desarrolle el ejercicio 2.1 del texto de Balzarini y en el caso del punto e revise la presentación de probabilidad en R. En
este caso se requiere obtener la tabla de frecuencias relativas f(y) y la tabla de frecuencias relativas acumuladas que es
la misma F(Y), este ejercicio se puede desarrollar en una tabla de Word.
Ejercicio 2.1
Supongamos que se toma una muestra aleatoria con reposición de tamaño n=2 a partir del conjunto {1,2,3} y se
produce el siguiente espacio muestral con 9 puntos muéstrales:
Supongamos además que definimos la variable aleatoria Y=suma de los dos números, que conforma un nuevo
espacio probabilístico y que estamos interesados en los siguientes eventos:
El evento A conformado por los puntos muestrales cuya suma sea un número par, es decir,
El evento B conformado por los puntos muestrales cuya suma sea un número impar, siendo
Solución:
Cuando Ω es finito (el número de puntos muestrales es contable) se puede dar una definición de probabilidad que se
basa en la observación de los elementos del espacio muestral. Ésta se desarrolló originariamente estudiando los juegos
de azar. y se conoce como el concepto o enfoque clásico de probabilidad.
Los eventos A y B, ¿Son independientes?
20
Son Dependientes; P ( A ∩ B )=P ( A )∗P ( B )=
pues este resultado no es igual a la intersección existente entre ambos
81
subconjuntos mientras que ya sabemos que la intersección entre estos eventos es de 0; al no dar el mismo resultado se
obtiene la razón de la dependencia. Y a su vez la razón de ser mutuamente excluyentes
5 4 9
P ( AUB )=P ( A ) + P ( B ) = + =
9 9 9
¿Cuál es la probabilidad de que ocurra B o C?
4 2 2 4
P ( BUC )=P ( B ) + P (C )−P ( B∩ C ) = + − =
9 9 9 9
y f(y) F(y)
2 f(2)= 1/9 F ( 2 )=1/9
3 f(3) = 2/9 1 2
F ( 3 ) = + =3 /9
9 9
4 f(4)= 3/9 1 2 3
F ( 4 ) = + + =6/9
9 9 9
5 f(5)= 2/9 1 2 3 2 8
F ( 5) = + + + =
9 9 9 9 9
6 f(6)= 1/9 1 2 3 2 1
F ( 6 )= + + + + =1
9 9 9 9 9
Desarrolle el ejercicio 2.3 del texto de Balzarini, para el desarrollo de este punto puede usar Excel y es una variable
discreta, la cantidad de días es la frecuencia absoluta, hay que sacar f(y) que es la frecuencia relativa, de las frecuencias
relativas salen las probabilidades de cada valor de la variable número de tractores vendidos, en el caso de tres o más se
suma la de tres y la de cuatro pues no hay más.
Los siguientes datos corresponden a la venta de tractores que registra una empresa de maquinarias agrícolas en los días
laborables del último año:
0 110
1 80
2 35
3 25
4 10
Total 260
¿Cuál es la probabilidad que un día, seleccionado al azar dentro de los días laborables del año, venda 3 o más
tractores?
0 110 0.42307
1 80 0.3076
2 35 0.134
0.86251
3 tractores o mas=1−0.86521=0.13479
El estudiante debe revisar la presentación PROBABILIDAD EN R El estudiante debe descargar en su carpeta de trabajo
el archivo Excel PROBABILIDAD.
csv y el código CODIGOPROBABILIDAD, debe verificar lectura de la carpeta y correr el respectivo código. En este caso
el código explica como seleccionar las variables y el programa las lee del archivo PROBABILIDAD Cada estudiante
debe correr el modelo para una variable discreta y una continúa dando conclusiones de lo encontrado acorde a su
profesión. ¿cuál es conteo de más alta probabilidad? ¿En el caso de la variable continua el 50% de los datos de sus
variables serán menores ó iguales a que a valor?
3. En este punto se pretende que el estudiante aprenda a aplicar modelos probabilísticos debe revisar en el capítulo tres
modelos probabilísticos, en este los ejercicios de aplicación de los modelos normal, binomial y Poisson, para lo cual
el estudiante debe descargar el código MODELOS y ubicarlo en la carpeta estadística descriptiva, para correrlo desde
el programa R
MODELO NORMAL
Deben revisar en el texto el ejercicio de las vacas del tambo en el texto, en el código de MODELOS, deben correr el
código para este ejercicio que esta con los datos del texto, adicionalmente deben hacer la gráfica de la función de
densidad con una media de 28 y 23 ambas con una varianza de 10 misma varianza en ambos casos, y hacer el ejercicio
con un media de 32 y dos varianzas una de 10 y otra de 8, es el caso de la misma media y dos varianzas, que pasa
cuando se cambia le media y hay la misma varianza, hacia donde se desplaza la figura y que pasa cuando se cambia la
varianza en que se afecta la figura.
La distribución roja que es la segunda distribución muestra que existe una diferencia con respecto a la primera en sus
valores de dispersión, por ende, esta corre hacia al lado izquierdo, pero manteniendo la misma frecuencia.
Al igual que en el anterior punto la distribución que se muestra en la curva roja permanece en el mismo lugar, pero su
final es más largo indica que su dispersión maneja mayor espacio muestral y su frecuencia difiere en un dato mayor que
la de la primera frecuencia que forma la línea azul, por ende la gráfica corre un poco hacia arriba pero se alarga hacia la
izquierda
En el texto revisar
el ejercicio de
los híbridos de
maíz y en el código
MODELOS
correr el código para
los datos
registrados en
este código que
son los mismos del
libro,
En el texto deben revisar en tema de modelo binomial el ejercicio de la germinación de semillas de panicum correrlo con
los datos del código MODELOS que son los mismos del libro, adicionalmente CON AYUDA DEL CÓDIGO determinar la
probabilidad de germinar 5 semillas, por lo menos cuatro y a lo sumo 4.
Probabilidad de 5 semillas es de 0.0583992
Probabilidad de al menos 4 semillas es de 0.7758751
MODELO POISSON
Probabilidad de a lo sumo 4 semillas es de 0.9218731
El estudiante debe revisar del texto el ejercicio de las picaduras del Gorgojo, correr el código MODELOS que está con los
datos del texto, y adicionalmente determinar cuantas de 100 semillas tendrán 3 picaduras y cuantas 6 o más, en este
caso saque las probabilidades de 0,1,2,3,4,5 las suma y se las resta a uno.
Conclusión
Una vez desarrollado el tema sobre probabilidades se puede llegar a las siguientes conclusiones: A través de esas
construcciones teóricas, se podrá experimentar sobre aquello que la realidad no permitía; se usa extensamente en áreas
como la estadística, la física, la matemática, la ciencia para lograr conclusiones sobre la probabilidad de sucesos
potenciales en sistemas complejos. Debido a la necesidad de modelar lo observable la probabilidad constituye un
importante parámetro en la determinación de las diversas casualidades obtenidas tras una serie de eventos esperados
dentro de un rango estadístico; un modelo resulta extremadamente útil, siempre que se corresponda con la realidad que
pretende representar o predecir; por ello es necesario conocer cada distribución de la probabilidad en el casos especifico,
sus usos y formas de aplicarlas.
Bibliografías
Balzarini, M. (2013). Estadística y biometría: Ilustraciones del uso e infostat en problemas de agronomía. Disponible
en http://www.agro.unc.edu.ar/~mcia/archivos/Estadistica%20y%20Biometria.pdf
Documento PDF [Consulta: mayo 4, 2019] Distribuciones de probabilidad[Documento en Línea]
http://www.monografias.com/trabajos84/distribucion- exponencial/distribución-exponencial